如何使用正则表达式重命名Pandas DataFrame列以提取[]内的内容

错误原因 #

• re.match() 仅当正则表达式从字符串开头完全匹配时才会返回匹配对象，date、customer这类没有[]结构的列名会匹配失败返回None，直接调用.groups()方法就会触发你遇到的报错
• 原有代码逻辑存在冗余：外层已经遍历列索引，内层又做了全列名的列表推导，同时直接修改df.columns.value[i]属于不被pandas支持的非法操作，无法正常修改列名

正确实现方案 #

方案1：Pandas向量化操作（推荐，无需手动循环） #

直接用pandas内置的字符串提取方法，一行代码完成：

# 提取[]内的内容，匹配失败的列名保留原值
df.columns = df.columns.str.extract(r'\[([^]]+)\]', expand=False).fillna(df.columns)

方案2：自定义规则遍历处理 #

如果你需要更灵活的自定义逻辑，可以用列表推导实现：

import re

def parse_col_name(col):
    # 用re.search匹配任意位置的[]结构，比re.match容错性更高
    match_res = re.search(r'\[([^]]+)\]', col)
    return match_res.group(1) if match_res else col

df.columns = [parse_col_name(col) for col in df.columns]

内容的提问来源于stack exchange，提问作者Chelsy